Buchumschlag

LLM-based Vulnerability Detection at Project Scale: An Empirical Study

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Fengjie, Jiang, Jiajun, Chen, Dongchi, Xiong, Yingfei
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Empirical Evaluation of Large Language Models in Automated Program Repair
von: Sun, Jiajun, et al.
Veröffentlicht: (2025)

Trustworthy Software Project Generation : a Case Study with an Interactive Theorem Prover
von: Fang, Jian, et al.
Veröffentlicht: (2026)

Hybrid Automated Program Repair by Combining Large Language Models and Program Analysis
von: Li, Fengjie, et al.
Veröffentlicht: (2024)

Line-level Semantic Structure Learning for Code Vulnerability Detection
von: Wang, Ziliang, et al.
Veröffentlicht: (2024)

M2CVD: Enhancing Vulnerability Semantic through Multi-Model Collaboration for Code Vulnerability Detection
von: Wang, Ziliang, et al.
Veröffentlicht: (2024)

Evaluating the Generalizability of LLMs in Automated Program Repair
von: Li, Fengjie, et al.
Veröffentlicht: (2025)

On Reasoning-Centric LLM-based Automated Theorem Proving
von: Sun, Yican, et al.
Veröffentlicht: (2026)

Revisiting Vulnerability Patch Localization: An Empirical Study and LLM-Based Solution
von: Xu, Haoran, et al.
Veröffentlicht: (2025)

Improving Compiler Bug Isolation by Leveraging Large Language Models
von: Qi, Yixian, et al.
Veröffentlicht: (2025)

Exploring the Jupyter Ecosystem: An Empirical Study of Bugs and Vulnerabilities
von: Jiang, Wenyuan, et al.
Veröffentlicht: (2025)

Boosting Redundancy-based Automated Program Repair by Fine-grained Pattern Mining
von: Jiang, Jiajun, et al.
Veröffentlicht: (2023)

Ensembling Large Language Models for Code Vulnerability Detection: An Empirical Evaluation
von: Sun, Zhihong, et al.
Veröffentlicht: (2025)

An Empirical Study of Vulnerabilities in Python Packages and Their Detection
von: Quan, Haowei, et al.
Veröffentlicht: (2025)

An Empirical Study of Vulnerable Package Dependencies in LLM Repositories
von: Liu, Shuhan, et al.
Veröffentlicht: (2025)

How Do Solidity Versions Affect Vulnerability Detection Tools? An Empirical Study
von: Iuliano, Gerardo, et al.
Veröffentlicht: (2025)

Sifting the Noise: A Comparative Study of LLM Agents in Vulnerability False Positive Filtering
von: Xiong, Yunpeng, et al.
Veröffentlicht: (2026)

An Empirical Study of the Imbalance Issue in Software Vulnerability Detection
von: Guo, Yuejun, et al.
Veröffentlicht: (2026)

SemOpt: LLM-Driven Code Optimization via Rule-Based Analysis
von: Zhao, Yuwei, et al.
Veröffentlicht: (2025)

An Empirical Study of LLM-Based Code Clone Detection
von: Zhu, Wenqing, et al.
Veröffentlicht: (2025)

A Learning Method for Symbolic Systems Using Large Language Models
von: Fang, Jian, et al.
Veröffentlicht: (2026)

Reducing Cost of LLM Agents with Trajectory Reduction
von: Xiao, Yuan-An, et al.
Veröffentlicht: (2025)

An Empirical Study on Challenges for LLM Application Developers
von: Chen, Xiang, et al.
Veröffentlicht: (2024)

An Empirical Study of Vulnerability Detection using Federated Learning
von: Zhou, Peiheng, et al.
Veröffentlicht: (2024)

Bug Priority Change: An Empirical Study on Apache Projects
von: Li, Zengyang, et al.
Veröffentlicht: (2024)

Fixseeker: An Empirical Driven Graph-based Approach for Detecting Silent Vulnerability Fixes in Open Source Software
von: Cheng, Yiran, et al.
Veröffentlicht: (2025)

On the Effectiveness of Training Data Optimization for LLM-based Code Generation: An Empirical Study
von: Kuang, Shiqi, et al.
Veröffentlicht: (2025)

AgentFL: Scaling LLM-based Fault Localization to Project-Level Context
von: Qin, Yihao, et al.
Veröffentlicht: (2024)

An Empirical Study on the Security Vulnerabilities of GPTs
von: Wu, Tong, et al.
Veröffentlicht: (2025)

When Large Language Models Meet UAV Projects: An Empirical Study from Developers' Perspective
von: Chen, Yihua, et al.
Veröffentlicht: (2025)

An Empirical Study of CGO Usage in Go Projects -- Distribution, Purposes, Patterns and Critical Issues
von: Chen, Jinbao, et al.
Veröffentlicht: (2025)

An Empirical Study of Interaction Bugs in ROS-based Software
von: Chen, Zhixiang, et al.
Veröffentlicht: (2025)

LLM Based Web Accessibility Repair: An Empirical Study of Detection, Remediation, and Cost
von: Oyelayo, Oluwatoyosi, et al.
Veröffentlicht: (2026)

Characterizing Trust Boundary Vulnerabilities in TEE Containers: An Empirical Study
von: Liu, Weijie, et al.
Veröffentlicht: (2025)

Accelerating Patch Validation for Program Repair with Interception-Based Execution Scheduling
von: Xiao, Yuan-An, et al.
Veröffentlicht: (2023)

Effective Random Test Generation for Deep Learning Compilers
von: Ren, Luyao, et al.
Veröffentlicht: (2023)

An Empirical Study of Vulnerability Handling Times in CPython
von: Ruohonen, Jukka
Veröffentlicht: (2024)

Trae Agent: An LLM-based Agent for Software Engineering with Test-time Scaling
von: Trae Research Team, et al.
Veröffentlicht: (2025)

An Empirical Study of Bugs in Modern LLM Agent Frameworks
von: Zhu, Xinxue, et al.
Veröffentlicht: (2026)

An Empirical Evaluation of LLM-Based Approaches for Code Vulnerability Detection: RAG, SFT, and Dual-Agent Systems
von: Saju, Md Hasan, et al.
Veröffentlicht: (2026)

Detecting Protracted Vulnerabilities in Open Source Projects
von: Sridharkumar, Arjun, et al.
Veröffentlicht: (2026)